论文目录 | |
| 前言 | 第14-19
页 |
| 第一章 人工免疫系统的生物学基础 | 第19-27
页 |
| 1．1 引言 | 第19-20
页 |
| 1．2 生物免疫学的发展史 | 第20
页 |
| 1．3 生物免疫学的一些基本概念 | 第20-21
页 |
| 1．4 生物免疫系统及其功能 | 第21-25
页 |
| 1．4．1 免疫系统分类 | 第21-22
页 |
| 1．4．2 免疫系统机制 | 第22-25
页 |
| 1．4．3 免疫系统性质 | 第25
页 |
| 1．5 人工免疫系统 | 第25-26
页 |
| 1．6 本章小结 | 第26-27
页 |
| 第二章 改进的免疫遗传算法 | 第27-40
页 |
| 2．1 引言 | 第27
页 |
| 2．2 标准遗传算法的理论及其分析 | 第27-29
页 |
| 2．2．1 标准遗传算法的思想 | 第27-28
页 |
| 2．2．2 遗传算法分析 | 第28-29
页 |
| 2．3 免疫遗传算法的设计 | 第29-39
页 |
| 2．3．1 小生境技术 | 第29-30
页 |
| 2．3．2 一般的免疫遗传算法 | 第30-32
页 |
| 2．3．3 改进的免疫遗传算法 | 第32-36
页 |
| 2．3．4 改进的免疫遗传算法的收敛性分析 | 第36-39
页 |
| 2．4 本章小结 | 第39-40
页 |
| 第三章 基于免疫机制的蚁群遗传算法 | 第40-48
页 |
| 3．1 引言 | 第40
页 |
| 3．2 蚁群算法的生物学基础 | 第40-41
页 |
| 3．3 蚁群算法的特点及其应用 | 第41-43
页 |
| 3．3．1 蚁群算法的特点 | 第41-42
页 |
| 3．3．2 蚁群算法的应用 | 第42-43
页 |
| 3．4 蚁群算法的基本思想 | 第43-44
页 |
| 3．5 基于免疫机制的蚁群遗传算法 | 第44-47
页 |
| 3．5．1 选择算子 | 第45-46
页 |
| 3．5．2 遗传算子 | 第46
页 |
| 3．5．3 子空间信息素的更新 | 第46-47
页 |
| 3．5．4 免疫记忆及群体更新 | 第47
页 |
| 3．6 本章小结 | 第47-48
页 |
| 第四章 免疫算法在函数优化中的应用 | 第48-61
页 |
| 4．1 引言 | 第48
页 |
| 4．2 改进的免疫遗传算法在函数优化中的应用 | 第48-53
页 |
| 4．2．1 对f(x)=x·sin(10π·x)+2．0函数寻优 | 第48-52
页 |
| 4．2．2 对函数maxf(x)=|sin(30x)|x(1-(x/2)寻优 | 第52-53
页 |
| 4．2．3 对函数minf(x)=5x~6-36x~5+82．5x~4-60x~3+36寻优 | 第53
页 |
| 4．3 基于免疫机制的蚁群遗传算法在函数中的应用 | 第53-59
页 |
| 4．3．1 对函数maxf(x)=|sin(30x)|x(1-(x/2)寻优 | 第54-58
页 |
| 4．3．2 对函数minf(x)=5x~6-36x~5+82．5x~4-60x~3+36寻优 | 第58-59
页 |
| 4．3．3 对函数maxf(x)=x·sin(10π·x)+2．0寻优 | 第59
页 |
| 4．4 改进的免疫遗传算法和基于免疫机制蚁群遗传算法的比较 | 第59-60
页 |
| 4．5 本章小结 | 第60-61
页 |
| 结论 | 第61-62
页 |
| 致谢 | 第62-63
页 |
| 参考文献 | 第63-65页 |
